VIX 掉到 17.05、財報週安安靜靜：加碼之前，先用「換件測試」拆一次你手上那張績效表

最近這幾天的盤面很無聊。2026 年 7 月 21 日美股收盤，恐慌指數 VIX 收在 17.05，前一個交易日還有 18.65，落在系統定義的「正常」區間中段；SPY 收在 748.28 美元，當天漲 0.83%；用波動率模型算出來的下一日年化波動率預估是 12.7%（以上取自 7 月 22 日的每日策略建議，該篇基於 7 月 21 日收盤數據，資料來源 yfinance）。

美股財報週已經開打，行事曆上密密麻麻，市場卻懶洋洋。

平靜的盤，最容易誘發同一個動作：打開那份存了很久的回測報告，看到年化多少、最大回檔多少、曲線一路往右上，然後把加碼鍵按下去。

這篇要處理的問題只有一個： 那張漂亮的績效表，是策略真的有效，還是樣本期送給你的？ 

一個可以帶走的動作：換件測試

修車廠診斷引擎抖動，做法是一次只換一個零件，換完發動看看還抖不抖。同時換五樣，你永遠不知道問題出在哪。

回測報告可以用同一套邏輯拆。任何一張績效表的背後，都掛著一串你看不見的設定：資料是誰供應的、測哪一段歷史、訊號幾點下單、報酬怎麼算、拿什麼尺去量、參數用幾年資料估、標的名單怎麼挑出來。 一次只換掉其中一件，其餘全部不動，然後看那張表活不活。 

這就是換件測試。

我們自己跑了四個多月的實驗，每一件都親手換過，也每一件都被打過臉。以下這張清單是骨幹，先看表，再看每一項的實際落差。

七件裡面，只要有一件換完數字就垮，那張表就不能拿來當加碼的理由。

下面一件一件拆。

換件 1：換資料來源

先從最底下那層開始。連價格都可能是假的。

2014 年 7 月 23 日，颱風麥德姆讓台股休市。在〈市場休市，資料卻說有交易：一筆假行情如何把回測結論翻面〉這篇裡，我們打開一份 Yahoo Finance 的歷史行情，加權指數那天卻留著開高低收四個欄位。把前後兩天並排才看得出來：整列數字原封不動複製前一個交易日。2016 年 7 月 8 日也出現同樣的整列複製。0050 在其他颱風停市日則是另一種填法，四個價格全都相同、成交量掛零。

電腦不認識颱風假。回測程式看到日期和價格，就把那天算成一個報酬為零的交易日，滾動視窗往後位移一格，事件日期跟著錯開。

更兇的是另一種壞資料。0050 在 2014 年 1 月 2 日有過一筆約負 75% 的幻影拆股斷點，那天 0050 沒有蒸發四分之三市值，是價格供應商的前後期調整尺度沒接好。單日一個錯誤，會一路滲進 21 日、63 日、126 日的滾動波動率，凡是吃到那個視窗的模型都把人造斷點當成市場風暴。

清理前後重跑，同一份資料的四個讀數變成這樣：

最後一行請多看兩秒。殖利率曲線跟半年後波動的關係，清理前是正的 +0.117，清理後變成負的 -0.272，連方向都翻過來。

那次研究還有一個附帶收穫：清完資料，舊結論可能維持也可能翻盤，事前看不出來。跨境避險那份重跑之後主要結論仍然成立，殖利率曲線那份就整個轉向。四組實驗全部得重跑，逐項比對。

換件 1 的做法：拿一個獨立來源核對。加權指數缺資料時，去看同市場 ETF、成交量、融資融券或交易所統計。要注意兩個代號若都來自 Yahoo，背後可能是同一條供應鏈，源頭一起漏檔，核對兩遍也不會更可靠。我們那次掃出六個殘差候選，只有 2024 年 10 月 31 日康芮颱風成立，其餘五個分別被 ETF 行情、官方交易資料或春節假期邊界排除掉。

換件 2：換樣本期

這一件最殘忍，也最便宜。

2026 年 3 月，我們把連續編號的 68 個實驗全部重新分類統計，寫成〈換一個樣本期，一半的策略當場死掉：我們公開自己 68 個實驗的成績單〉。完全沒效果的 24 個，明確有效的 15 個，有效率 22.1%，無效率 35.3%。平均每 8.5 個實驗才換得到一個站得住腳的發現。

砍人的關卡在後面。68 個裡有 18 個走到「跨樣本期驗證」這一關，其中 17 個有明確的存活或陣亡判定。做法很單純：參數不准調，模型不准改，就是換一段完全不同的期間，用同樣的設定再測一次。

8 個存活，9 個陣亡。陣亡率 52.9%。

擲硬幣的存活率是 50%。我們這 17 個候選是 47.1%。

每一個陣亡的實驗，在第一段樣本期都拿出過看起來漂亮的成績。如果當時停手發文，會有九篇讀起來很有說服力、卻禁不起換期考驗的文章掛在站上。

那份成績單裡還藏著一個更貼近散戶的教訓。陣亡名單有三個實驗測的是同一件事：把一個預測得還不錯的模型，接上實際的下單規則。三個全部失敗。模型把明天的波動猜得比對照組準，換算成部位調整、扣掉交易成本之後，優勢就沒了。猜得準跟賺得到，中間隔著一段距離，而漂亮的預測準確度圖表通常不會把那段距離畫出來。

換件 2 的做法：問賣你策略的人一句「這條策略在哪一段期間測的，換另外一段還成立嗎」。如果對方只給你一張全期間的累積曲線，那張曲線沒有回答這個問題。

換件 3：換下單時點

有一年我們的研究系統跑出一個風險調整後評分 1.98 的策略，邏輯簡單到不行：VIX 高就減碼，VIX 低就加碼。一般基金經理能做到 0.5 到 1.0 就算優秀。1.98 是另一個等級。

在〈你看到的回測報酬可能是假的：一個讓評分膨脹 100% 的陷阱〉裡，我們自己把它推翻了。

起疑的點是另一個指標。那個 12/VIX 策略相對風險值模型的優勢比率顯示為 2.04 倍。一個不需要任何統計模型的簡單公式，比精心估計的模型好兩倍，說不通。

翻程式碼，問題出在一個看似無害的時間索引。程式用 今天的 VIX  決定 今天的持倉比例 ，再用 今天的報酬 算績效。VIX 和 SPY 的日報酬同期相關係數是 +0.65，股市暴跌那天 VIX 飆升，模型「已經知道」要減碼。每個暴跌日都被避開，每個大漲日都被抓到。

你不可能在早上九點半開盤前，就知道今天收盤時 VIX 會是多少。

改成用今天的 VIX 決定明天的持倉，延遲一天，讓訊號變成真的可以執行：

12/VIX 這條策略仍然有效，優勢從壓倒性縮成微弱。這才是可以拿去下單的版本。

有意思的是，同一份程式裡的傳統波動率模型完全不受影響。因為它的設計天生只吃過去的資料，用昨天收盤前的所有資訊預測今天的波動，沒有任何未來資訊可偷看。統計模型的價值在這裡，不在於它比較聰明，在於它比較誠實。

換件 3 的做法：拿到任何回測，先問訊號是幾點觀察到的、幾點下單的。用到「當天」任何資料去決定「當天」交易的策略，直接打回票。這個坑不限於 VIX，當天成交量、當天新聞情緒分數、當天隱含波動率，全都適用。

換件 4：換報酬口徑

換件 3 講的是時間索引錯一格，換件 4 是同一天裡面你到底賺得到哪一段。

2026 年 4 月，我們設計了一個跨市場策略，測試美股 SPY 的隔日走勢能不能預測台灣 0050 當日方向。這個假說有底：SPY 對台股的領先落後相關係數約 0.40，統計上通得過嚴格門檻。

結果非常好看。整段樣本的風險調整後評分 3.400，樣本外那段 5.053，五個時期全部勝出，方向準確度 64.1%。

然後程式碼被審了一遍，抓出三個高嚴重度問題，其中影響最大的是報酬計算方式。詳細過程寫在〈評分 3.5 到 -0.17：一個報酬計算選擇讓跨市場策略崩潰〉。

原版用的是昨收到今收。這段時間包含兩截：台股昨天 13:30 收盤到今天 09:00 開盤的隔夜跳空（約 20 小時），加上今天 09:00 到 13:30 的盤中走勢。

問題在於，美股訊號幾乎百分之百反映在隔夜跳空裡。台灣投資人在美股收盤後就知道 SPY 漲跌了，隔天開盤前就下單，開盤價已經把訊號消化掉。等你 09:00 進場，資訊早就沒了。

改成今開到今收，也就是你實際能吃到的那一段：

方向準確度 50.2%，就是擲硬幣。相關係數從 0.410 掉到 0.009，領先落後訊號在開盤那一瞬間就被市場定價完畢。評分膨脹 +3.68，是我們遇過幅度最大的假突破。

領先落後訊號本身是真的，可以賺的那部分躺在你進不去的隔夜跳空裡。這跟更早一次的研究結論一致：那次算出來的超額報酬有 77% 到 93% 落在隔夜跳空，扣掉台指期 58.5 個基點的交易成本後不可執行。

換件 4 的做法：把報酬拆成「你進場前發生的」和「你進場後發生的」，只認後面那段。任何跨時區、跨市場、跨交易時段的策略，這一件必換。

換件 5：換量尺

前面四件都在換輸入，這一件換的是評分標準。

我們有個進階模型，原本在黃金 ETF（GLD）上用傳統的收盤價量尺檢驗，結論是「跟基準模型差不多，沒什麼特別優勢」。收盤價只是一個瞬間的價格。一檔股票白天可能從 100 漲到 105、跌到 97、再回到 100 收盤，收盤等於開盤，但當天波動很大。只看收盤，你會以為今天沒什麼事。

換成高低價區間量尺，拿當天最高價和最低價估真實波動，這個量尺在學術文獻上更可靠。重跑之後，〈你看的回測績效可能是假的：換個「量尺」，黃金模型就穿幫〉的結論是：那個進階模型其實在 明顯讓預測變差 ，差的程度遠超過統計顯著門檻。

同一個模型，同一段時間，只換一把更精準的尺，結論從「還好」變成「有害」。那次我們用了 4 種不同的波動量尺做穩健性檢驗，結果一致：傳統收盤價量尺掩蓋了模型的實際損害。

這件事離散戶比想像中近。「策略年化報酬 15%」是用日線、週線還是調整後收盤價算的？「A 基金比 B 基金好」是比波動率、比風險調整後評分，還是比最大回檔？換個指標排名可能翻盤。「我的投資組合波動率 12%」是用絕對報酬還是區間法算的？可能差一倍。

換件 5 的做法：多看幾個指標，別只看一個。看報酬也看最大回檔，看整段也看逐年。一個策略在五個不同指標下都還說得過去，才值得多看一眼。

換件 6：換估計窗口

前五件是抓錯，這一件是抓「你以為有標準答案的地方其實沒有」。

估模型參數要用多少歷史資料？一年（252 個交易日）、兩年、四年，還是直接拉八年讓模型看最多？直覺說資料越多越好。

在〈回測窗口設多久？我們把 252、504、1000、2000 天在五個時期跑了一遍〉裡，我們用同一個波動率模型預測 SPY，同時跑四種窗口，跨五個樣本外期間（2012–13、2014–15、2016–17、2020–21、2023–24，共 2,508 個交易日）比誰準。

平均排名：W=252 是 1.8，W=1000 是 2.0，W=504 是 2.4，W=2000 是 3.8。八年窗口五期全部墊底，一次都沒贏過。原因指向參數被 2008 金融海嘯之前的資料拉著走，把「波動會持續多久」估得太高：W=2000 的持久性估計在多個期間高達 0.992，W=252 只有 0.95 到 0.97。

有兩個地方值得停一下。第一，2020–21 那段高波動期，最好的是 W=1000，不是最短的 W=252。「市場亂的時候要用短窗口跟上」這個直覺在那段被打臉，2020 年的波動太極端，只看近一年的資料反而讓模型過度貼合單一危機。第二，我們對「較短窗口比較好」做了正式檢定，統計強度 -1.73，只達到 10% 水準的邊緣顯著；多重比較校正之後，11 組比較沒有任何一組達標。

結論要講到位：W=2000 確實最差，但「短窗口贏」這句話在統計上站得不夠穩。三個較短窗口之間並沒有顯著差異。

換件 6 的做法：把你的參數估計期間換成 0.5 倍和 2 倍各跑一次。三個版本結論一致，才叫穩。這件事也提醒一個更基本的問題：如果一份回測從頭到尾只有一組參數設定，那份回測沒有做過這一關。

換件 7：換樣本名單

最後一件，換的是「你測了哪些標的」。

在早期一組研究裡，我們測試台積電等大型股在季報公告後的異常波動行為，想看不同產業有沒有差異。IC 設計那組只放了聯發科和瑞昱兩家。這兩家在更早的分析裡就已經被標記為「季報後波動下降」的代表。沒有納入的是同屬 IC 設計的聯詠（同一套方法跑出來的係數是正的，方向相反）和群聯。

6 家裡先挑 2 家答案符合假說的進來，漏掉另外 4 家，其中至少 1 家答案相反。跑出來的結果自然漂亮，係數 -2.29×10⁻³，達到最高等級的顯著水準。

〈當「顯著」變不顯著：預先登錄如何揭穿 cherry-pick〉記錄了我們怎麼補這一刀。做法是在任何數字開始計算之前，先用固定的隨機種子從 8 個產業各自抽樣，把最後 32 家公司的清單寫成文件，提交進版本庫。那個提交的時間戳記早於任何估計運算，事後無法回頭「預先登錄」。

聯詠和群聯都進來了。數字變成這樣：

效果縮水 46%，統計強度衰減 57%。最關鍵的是最後一行：把 8 個產業同時放進模型問「產業之間有沒有系統性差異」，聯合檢定完全失敗。IC 設計那組的信賴區間直接跨過 0 軸，裡面既有季報後波動下降的個股，也有上升的，同一產業內部的差異比產業之間還大。

基於這個結論，我們在後續的分析框架裡放棄了「以產業分桶」這個方向，改用個股自己的波動敏感度估計值分級。

換件 7 的做法：看到「這個策略在 A 股、B 股都有效」，先問樣本是事前決定還是事後挑的，以及測試過程中總共試了多少個沒被貼出來的版本。最後這個問題最關鍵也最難拿到答案。試了 100 個想法挑最好的那個來炫耀，跟只試了一個就成功，攤在紙上長得一模一樣。

全部換過還活著的東西長什麼樣

七件都在講怎麼把東西弄死。那通過的長什麼樣？

我們目前最穩的一個發現，是把 VIX 加進波動率模型的那個版本（A4f）。〈五個市場時代、從沒輸過：A4f 波動率預測的跨時間穩健性驗證〉把 2015 到 2026 年切成五個互不重疊的時段：低波動牛市（VIX 均值 15.1）、COVID 崩盤到復甦（26.4）、後 COVID 暴力修正、升息後期（15.9）、近期 AI 熱與貿易戰交替。

五段全勝，改善幅度從 +3.4% 到 +8.4%。整段樣本外期間（2,828 筆）合計改善 6.27%。

五連勝要怎麼讀？如果兩個模型預測力一樣、純靠運氣抽籤，連贏五次的機率是 3.1%。

還有兩個交叉檢查。第一，用一年期滾動視窗逐日計算「最近一年誰領先」，11 年樣本外期間裡沒有任何一個視窗是舊模型領先的。第二，模型裡決定 VIX 貢獻強度的那個關鍵參數，從 2015 到 2026 每三個月重估一次、共估了 45 次，45 次全部為正，沒有一次翻負。假設這個改進只是某段時間的偶然，那個參數應該會有幾次翻負或接近零。

誠實的邊界也要一起講。COVID 那段改善幅度最大（+8.4%），但只有 377 筆資料，統計力道不夠，不能宣稱顯著。中等 VIX（15 到 25）那個區間，兩個模型幾乎打平，改善只有 1%，而市場大多數時間就待在那裡。優勢明確的地方在極端平靜（+9.0%）和極端恐慌（VIX>35 時 +25.9%，樣本只有 63 筆）。

這才叫「通過換件測試」的樣子：換時代、換波動環境、換滾動視窗、換重估次數，結論方向都沒翻，而且每個沒把握的地方都標出來。

這週你可以做的事

VIX 17.05、財報週正在跑，帳面上多半是綠的。要加碼之前，把手上那張績效表拿出來，照這七件走一遍：

1.  驗料 ：報告裡最大的那個單日漲跌是哪一天？查一下那天市場真的有開嗎、有沒有除權息或拆股。找不到資料清理說明的漂亮曲線，可信度先打折。
2.  換期 ：這條策略在哪一段測的？拿另外一段完全不同的期間，參數不准動，重跑一次。
3.  換時點 ：訊號幾點觀察、幾點下單？用當天資料決定當天交易的，直接淘汰。
4.  換口徑 ：報酬有沒有把你進場前的跳空算進去？只認你進場後的那一段。
5.  換量尺 ：換兩個指標重排名次。只在一個指標下領先的策略，不算領先。
6.  換窗口 ：參數估計期間乘以 0.5 和 2 各跑一次，三個版本結論要一致。
7.  換名單 ：標的是事前定的還是事後挑的？總共試過幾個沒貼出來的版本？

七件全過，那張表才配得上你按下加碼鍵。七件裡有一件換完就垮，垮掉的那件就是你真正買到的東西。

市場很安靜的時候，這七件的成本最低。等波動回來再做，你會沒空。

本期精選

1. 市場休市，資料卻說有交易：一筆假行情如何把回測結論翻面（2026-07-10）：颱風停市日的複製行情與幻影拆股斷點，把 0050 年化波動率從 17.96% 灌到 26.04%。
2. 換一個樣本期，一半的策略當場死掉：我們公開自己 68 個實驗的成績單（2026-07-22）：68 個實驗完整成績單，走到跨期驗證的 17 個候選陣亡 9 個。
3. 你看到的回測報酬可能是假的：一個讓評分膨脹 100% 的陷阱（2026-03-17）：訊號延遲一天，風險調整後評分從 1.98 掉回 0.81。
4. 評分 3.5 到 -0.17：一個報酬計算選擇讓跨市場策略崩潰（2026-04-02）：美股對台股的領先訊號是真的，可賺的部分躺在你進不去的隔夜跳空裡。
5. 你看的回測績效可能是假的：換個「量尺」，黃金模型就穿幫（2026-04-14）：換一把更精準的波動量尺，黃金模型從「表現普通」變成「明顯有害」。
6. 回測窗口設多久？我們把 252、504、1000、2000 天在五個時期跑了一遍（2026-06-21）：八年窗口五期全墊底，但短窗口贏的幅度在統計上只是邊緣顯著。
7. 當「顯著」變不顯著：預先登錄如何揭穿 cherry-pick（2026-06-06）：6 家裡挑 2 家跑出三顆星，補齊到 31 家後聯合檢定全滅。
8. 五個市場時代、從沒輸過：A4f 波動率預測的跨時間穩健性驗證（2026-06-06）：換時代、換波動環境、換滾動視窗都沒翻，通過換件測試的樣子。

本期盤面數字取自 2026-07-22 每日策略建議（mile_bab9ba0f），資料來源 yfinance（SPY / GLD / ^VIX / 0050.TW），VIX 17.05 為 2026-07-21 收盤。各換件案例的樣本期間、實驗編號與原始結果檔路徑，見上列各篇文末標注。

免責聲明：本文為研究方法與投資教育用途，呈現的是我們內部研究流程的歷史紀錄與已發表分析，不構成任何投資建議。投資請自行判斷並承擔風險。

懶人包圖組